一种基于双向递归神经网络的信息提取方法

摘要

本发明涉及自然语言处理领域，特别涉及一种基于双向递归神经网络的信息提取方法，本发明应用了双向递归神经网络的技术，通过对文本的基本元素，比如字、词、标点符号等进行特征的自动学习，然后通过递归神经网络(RNN)进行序列建模，克服了传统方式中需要手动设置特征的缺陷；不仅如此，本发明使用了双向传播的RNN，克服了单向递归神经网络预测过程中信息不对称的问题，使得待识别的自然语言序列的分类判断结果既依赖了前文信息又依赖了后文信息；使得信息提取和判断的准确率更高，本发明方法特别适用于大数据分析中实体名称提取，在大数据分析中具有重要的应用价值。